Amazon è il gorilla da 800 libbre è il c-suite di ogni marchio.
Sia che si tratti di usabilità, consigli o vantaggi per i membri, Amazon vince perché fa il servizio clienti giusto e su larga scala.
Quello che molte aziende non sanno, però, è che il segreto del successo del servizio clienti di Amazon non deve significare una dimensione aziendale Amazon.
Persino Amazon stessa utilizza l'intelligenza artificiale per mantenere il suo vantaggio competitivo nel servizio e nell'esperienza dei clienti.
Come mai?
- Amazon utilizza l'apprendimento automatico per guidare le raccomandazioni sui prodotti. Utilizzano una combinazione di filtri collaborativi e modelli Next-in-Sequence per fare previsioni su prodotti di cui un singolo consumatore potrebbe aver bisogno in seguito. Amazon possiede un enorme database di comportamenti di acquisto dei consumatori per alimentare le sue previsioni.
- Amazon utilizza l'intelligenza artificiale per la parte logistica dell'azienda. L'intelligenza artificiale reindirizza, modifica i tempi di arrivo delle consegne e apporta altri aggiustamenti per precisione ed efficienza. Presto, l'interesse di Amazon per la consegna dei droni inizierà a consegnare a domicilio.
- Natural Language Processing (NLP), una tecnica emergente di deep learning, alimenta l'assistente digitale di Amazon Alexa.
Amazon ha reso AI il suo vantaggio competitivo. E non aspettarti che smettano di spingere i limiti del potere dei dati e dell'intelligenza artificiale.
E puoi aspettarti ancora più innovativo da Amazon, specialmente nell'arena dell'IA.
Perché?
Poiché il brevetto di Amazon sui pagamenti con un clic è destinato a scadere quest'anno.
Perdere l'unica caratteristica che ha portato il gigante alla dominazione non li scoraggerà. Alimenterà il fuoco solo per trovare nuovi modi di essere dirompenti.
Amazon sta registrando numerosi brevetti per l'apprendimento automatico e l'intelligenza artificiale.
Presto, le esperienze online personalizzate alimentate dall'intelligenza artificiale saranno le aspettative.
Il futuro di IA, vendita al dettaglio e ROI
Dopotutto, AI consente a un sito di e-commerce di consigliare prodotti particolarmente adatti agli acquirenti e consente alle persone di cercare prodotti utilizzando linguaggio o immagini conversazionali, come se interagissero con una persona.
Questo è stato uno dei principali ingredienti mancanti per una maggiore quota di compravendita di e-commerce nel settore della vendita al dettaglio: la mancanza di personalizzazione che i mattoni e le malte possono offrire.
Allo stesso modo, altre opportunità emergenti includono l'utilizzo dell'intelligenza artificiale per personalizzare il percorso del cliente.
Questo da solo potrebbe essere un enorme valore aggiunto ai rivenditori online.
I rivenditori che hanno implementato strategie di personalizzazione vedono guadagni delle vendite del 6-10%, un tasso da due a tre volte più veloce di altri rivenditori, secondo un rapporto di Boston Consulting Group (BCG).
Secondo Accenture, potrebbe anche aumentare i tassi di redditività del 59% nei settori della vendita all'ingrosso e al dettaglio entro il 2035.
Con l'intelligenza artificiale, ci sono molte opportunità, ma cosa significa tutto questo? E da dove inizi?
Questo è quello che tratteremo qui, tra cui:
Abbracciare l'intelligenza artificiale per l'e-commerce non è più un'impresa delle risorse impareggiabili di Amazon.
Nel 2016, l'intelligenza artificiale è stata democratizzata come microservizi basati su cloud e resa disponibile per frazioni di un centesimo per transazione.
Le stesse forze dirompenti che alimentano Amazon, Google, Facebook e Netflix sono ora democratizzate.
In questo momento, molte aziende stanno andando avanti. La maggior parte, tuttavia, non sa dove o come iniziare.
The Expertise Gap e come risolverlo
Credito immagine KUNGFU.AI
Molti leader di e-commerce stanno riflettendo su come i dati e l'intelligenza artificiale possano essere il loro elemento di differenziazione.
Nella vendita al dettaglio, sono emersi alcuni modelli su cui si concentra l'industria.
Tuttavia, poche aziende stanno effettivamente eseguendo le loro iniziative AI. La maggior parte rimane bloccata su come iniziare.
Dopotutto, esistono ostacoli comuni all'inizio dell'IA e-commerce.
1. Mancanza di visione.
Una delle principali ragioni per cui le aziende non hanno pilotato progetti per l'intelligenza artificiale è che manca una strategia chiara.
È importante avere una visione chiara di come l'IA dovrebbe essere usata per guidare l'e-commerce e come eseguirlo.
Le aziende devono valutare i loro dati e capire dove i loro dati forniscono differenziazione.
Una volta compreso il valore all'interno dei dati, l'intelligenza artificiale può essere utilizzata per comprendere meglio le relazioni tra insiemi di dati, prevedere cosa accadrà dopo e / o automatizzare i processi.
È importante avere una tabella di marcia per implementazioni sia a breve che a lungo termine.
2. Lacune di competenze.
Molte aziende semplicemente non hanno le competenze necessarie per iniziare.
I progetti di IA richiedono che i dati, l'apprendimento automatico e gli esperti di tecnologia lavorino insieme.
La competenza dello scienziato dei dati, ad esempio, è spesso sottovalutata o eccessivamente generalizzata.
Le aziende lottano per massimizzare i progetti di dati non avendo la competenza corretta sul progetto giusto.
La competenza è molto richiesta.
Negli Stati Uniti, ad esempio, nel 2016 c'erano circa 150 milioni di lavoratori, ma solo 235.000 scienziati di dati. O .15% della popolazione attiva per uno dei campi più richiesti (MIT Sloan Management Review, 2017)
3. Dati errati.
L'output di Intelligenza Artificiale è eccezionale tanto quanto l'input.
Se non si dispone della giusta qualità o quantità di dati, il valore di IA è limitato.
La maggior parte delle aziende si impegna a raccogliere e archiviare dati, ma non dispone di risorse e conoscenze per identificare il bene dal male.
I dati più preziosi per l'IA rimangono nascosti in file non strutturati o piatti.
In effetti, l'80% di tutti i dati non è strutturato mentre meno dell'1% viene analizzato oggi (IBM).
4. Priorità tecnologiche concorrenti.
Le aziende sono spesso insicuri su come impilare la spesa IA di rango rispetto ad altre spese tecnologiche e informative.
Spesso il CIO e il CTO devono allineare e mettere in comune i budget per eseguire progetti di successo in cui i dati vengono acquisiti, archiviati, consultati ed elaborati.
5. Casi d'uso non chiari.
Accanto a "manca una visione chiara", la principale barriera all'adozione dell'IA è l'incertezza sulla ricerca di casi d'uso rilevanti.
È importante sapere cosa è facile e cosa è difficile nell'intelligenza artificiale oggi per i rivenditori online come te.
È fondamentale passare da uno stato passivo di esplorazione dell'intelligenza artificiale a uno stato attivo di progetti pilota.
Per chiudere il divario che fa pensare:
- Adotta un approccio pragmatico.
- Identificare i casi di utilizzo ristretti ben supportati con i dati.
- Scegli algoritmi di AI open source o società che offrono prodotti SaaS per vedere rapidamente il successo su piccoli progetti.
- Scopri come appare una vittoria AI e il processo per crearli.
Entriamo e iniziamo.
I principali marchi globali scelgono Open SaaS
Rendi il tuo sito di vendita più flessibile e innovativo, risparmiando tempo, denaro e avviando il tuo sito più velocemente.
Scarica questa guida per scoprire come affrontano i marchi più importanti:
- Implementazioni Direct-to-Consumer e B2C
- Iniziative Headless Commerce (API-First)
- E altro ancora.
Scarica la tua guida
I vantaggi economici per l'e-commerce
Coloro che si sono evoluti dal pensare al fare stanno vedendo i benefici.
I principali vantaggi dell'IA nell'e-commerce includono:
- Migliorare i prodotti.
- Prendere decisioni migliori.
- Informando la creazione di nuovi prodotti.
- Ottimizzazione dei processi.
- Identificazione di nuovi mercati.
- Automazione dei flussi di lavoro.
Questi miglioramenti riguardano sia l'automazione che il risparmio di tempo, oltre a rendere più denaro più veloce grazie a decisioni migliori e a un percorso più chiaro verso il successo.
Credito immagine KUNGFU.AI
Lunghezza del tempo al ROI di implementazione dell'IA
Ma quanto ci vuole per realizzare concretamente il ROI su un'implementazione AI?
Mentre non è raro vedere un successo immediato dopo i progetti pilota iniziali, più aziende segnalano di vedere un vantaggio sostanziale dopo aver lanciato diversi progetti.
Più provi le conoscenze più istituzionali che crei.
Molte aziende stanno adottando un approccio Lean Startup e implementando rapidamente progetti per testare e imparare.
Credito immagine KUNGFU.AI
I rivenditori che agiscono stanno facendo conoscere le loro intenzioni.
Negli ultimi anni, molti dei marchi più duraturi hanno annunciato i loro progetti di intelligenza artificiale sulle loro richieste di guadagni.
Anche negli ultimi anni, le aziende che non sono riuscite ad adattarsi alle tendenze dei clienti e della tecnologia stanno chiudendo le operazioni.
L'intelligenza artificiale è allo stesso tempo eccitante e spaventosa.
Le opportunità di servire meglio i clienti, comprendere le richieste e offrire prodotti o esperienze migliori con meno congetture dovrebbero rafforzare tutte le attività.
Tuttavia, è spaventoso pensare a tutti i benefici accelerati derivati dall'intelligenza e dalle capacità conferite ai first-mover rispetto al pubblico attendista.
La chiave per iniziare è sapere quali casi d'uso utilizzare, avere una solida strategia e pilotare piccoli progetti per il ROI incrementale.
Diamo un'occhiata ai primi 5 casi di utilizzo di e-commerce.
5 casi d'uso per l'implementazione di Ecommerce AI
Oggi, l'intelligenza artificiale consente alle aziende di percepire, prevedere e automatizzare.
Nella vendita al dettaglio, ad esempio, vediamo molti casi d'uso che stanno già avendo un impatto.
Immagine di credito McKinsey & Company
Le opportunità per sfruttare l'intelligenza artificiale nell'e-commerce sono enormi.
Molte delle aziende che stanno implementando con successo l'IA lo stanno usando per migliorare il proprio motore di e-commerce e la capacità di generare entrate attraverso vendite e marketing.
Credito immagine KUNGFU.AI
Le aziende stanno utilizzando dati e intelligenza artificiale per migliorare le funzioni, le funzioni e le prestazioni di e-commerce.
Ecco alcuni dei modi più comuni.
1. Consigli di prodotto predittivi.
Ora possiamo raccogliere ed elaborare petabyte di dati e accodare il comportamento di acquisto dei consumatori di massa alla cronologia degli acquisti di un individuo per offrire consigli sui prodotti pertinenti e utili.
I rivenditori online stanno trovando modi intelligenti per raccogliere i dati dei clienti sotto forma di:
- Linguaggio naturale (attraverso la voce, ad esempio)
- Recensioni di prodotti
- Trascrizioni call center
- Cronologia degli acquisti
- Social media
- Analisi web.
I motori di raccomandazione del prodotto predittivo possono correlare tutti questi set di dati per effettuare selezioni iper-personalizzate.
Amazon è un esempio comune di come monitorare il comportamento di acquisto per account per raccomandare i prodotti correlati.
Sul tuo sito web, puoi fare lo stesso manualmente senza alcun lavoro aggiuntivo.
- Visualizza approfondimenti su BigCommerce "Prodotti acquistati frequentemente insieme"
- Aggiungi quei prodotti alla pagina del prodotto corretta.
Con AI, puoi automatizzare ulteriormente questo processo utilizzando app come Beeketing o una varietà di altri servizi.
2. Personalizzazione.
Con i progressi dell'intelligenza artificiale e dell'apprendimento automatico, nuove tecniche di personalizzazione profonda sono entrate nell'e-commerce.
La personalizzazione è la capacità di utilizzare i dati mass-consumer e individuali per personalizzare i contenuti e le interfacce web per l'utente.
La personalizzazione si distingue dal marketing tradizionale permettendo conversazioni one to one con i consumatori.
Una buona personalizzazione può aumentare l'impegno, le conversioni e ridurre i tempi di transazione. Ad esempio, i rivenditori online possono tracciare il comportamento del web su più punti di contatto (mobile, web e email).
I dati possono essere utilizzati per fornire un'esperienza cliente perfetta su tutti i canali.
Quindi, la prossima volta che un utente si trova sul tuo sito per acquistare un nuovo laptop, puoi inviare una notifica push sul telefono con un codice di sconto per la nuova linea.
Strumenti e app come Choice AI, Smile.io e una varietà di altri.
3. Prezzi dinamici.
La determinazione dei prezzi dinamica è una strategia in base alla quale i dettaglianti cambiano il prezzo del prodotto in base alla domanda e all'offerta.
La tariffazione dinamica abilitata da AI è una nuova forza dirompente per colpire il mondo dell'e-commerce.
Mentre i prezzi fluttuanti non sono nuovi (ore felici, borsa, biglietti aerei), i dati a cui ora possiamo accedere sbloccano un nuovo potenziale.
Ora possiamo aggiungere dati sui clienti, dati sui prezzi competitivi e dati sulle transazioni di vendita per prevedere quando effettuare lo sconto, cosa sconto e calcolare in modo dinamico l'importo minimo di sconto necessario per garantire una transazione.
Gli algoritmi di determinazione dei prezzi dinamici sono un campo emergente nell'intelligenza artificiale e i leader di e-commerce potrebbero essere riluttanti a fidarsi dei modelli che informano i prezzi.
I primi utenti stanno già lasciando i concorrenti dietro.
Amazon è l'attuale leader nell'applicazione di prezzi dinamici ai propri prodotti. Stanno vedendo un enorme successo.
Mentre altri rivenditori online stanno sperimentando prezzi dinamici, Amazon ha imparato.
È un motivo chiave per cui stanno spodestando la concorrenza. Sono riusciti a valutare i loro prodotti più bassi di altri.
Strumenti come SellerActive, Price2Spy e FeedVisor automatizzano la revisione delle dinamiche per Amazon.
4. Agenti artificiali.
Gli agenti artificiali e i chatbot sono un programma per computer progettato per simulare conversazioni con utenti umani, specialmente su Internet.
Gli agenti artificiali vengono utilizzati per interfacciarsi con i clienti sui siti di e-commerce, informare gli agenti del servizio clienti su come rispondere alle richieste di assistenza e persino facilitare le vendite.
È importante notare che i robot non sono totalmente autosufficienti. Sono ottimi strumenti per facilitare le transazioni semplici (come rispondere a domande di base, fissare appuntamenti o triage) e fornire decisioni di base.
È comunque necessario un essere umano nel loop per fungere da backup per il bot per impedire la frustrazione degli utenti.
Il gigante dell'e-commerce eBay è un pioniere nell'uso dei robot per il commercio.
Uno screenshot di ShopBot di eBay
Lo shopbot di eBay funziona come assistente AI per aiutare gli utenti a trovare facilmente prodotti di interesse utilizzando il linguaggio naturale.
Gli utenti possono comunicare con il bot tramite testo, voce o utilizzando immagini scattate con il proprio smartphone di immagini relative ad un particolare prodotto.
Vi è una mancanza di prove pubblicate per dimostrare se il chatbot ha dimostrato di essere un importante motore di entrate per l'azienda.
Tuttavia, vi sono prove che suggeriscono che l'apprendimento automatico è parte integrante della strategia aziendale di eBay:
"Applichiamo tecniche di apprendimento automatico alle corrispondenze articolo-prodotto, previsione dei prezzi e attività di categorizzazione degli articoli su eBay.
Li impieghiamo anche per l'estrazione degli attributi, generando i nomi corretti dei nodi di navigazione, filtrando le recensioni dei prodotti e altro ancora.
L'apprendimento automatico ci aiuta a ottimizzare la rilevanza delle esperienze di ricerca e di navigazione degli acquirenti. "- Selcuk Kopru, scienziato ricercatore di eBay (agosto 2016)
I marchi che desiderano implementare una soluzione simile sul proprio sito possono utilizzare strumenti come:
5. Modellazione del comportamento predittivo.
La sola tecnologia di e-commerce non guida le vendite.
Hai bisogno di una strategia di vendita e marketing di successo per supportare il motore.
E le vendite e il marketing di successo si basano su una forte comprensione del cliente.
Oggi utilizziamo le nostre esperienze lavorative con i clienti, i comportamenti di acquisto passati, le analisi di mercato e le persone per capire meglio come potrebbero comportarsi i nostri clienti in futuro.
L'accesso a più dati, sofisticate reti neurali e potenza di elaborazione sta consentendo ai leader di e-commerce di capire i propri clienti e le nuove tendenze nel comportamento come non mai.
La nostra capacità di anticipare la prossima mossa del nostro cliente è resa possibile dalle capacità predittive dell'IA.
Ora, possiamo accedere a una moltitudine di fonti di dati strutturate e non strutturate come social media, carte fedeltà, vendite e ricerche di mercato per creare profondi profili psicografici dei nostri clienti noti per individuare le tendenze emergenti e predire i dati demografici dei clienti sconosciuti.
IBM Watson Personality Insights.
Ecco alcuni strumenti per iniziare ora:
Raccolta dati e pianificazione da iniziative AI
L'e-commerce produce intrinsecamente molti dati e la maggior parte delle aziende comprende che i dati sono una risorsa naturale.
Proprio come il petrolio, i dati devono essere estratti e affinati per avere valore.
Tuttavia, poche aziende sanno come ricavare il vero valore dai propri dati.
Significa che la maggior parte delle risorse naturali sono bloccate e non forniscono alcun valore.
I dati limitati a cui possiamo accedere attraverso qualsiasi tipo di analisi del computer possono aiutarci a vedere all'indietro, ma che dire del futuro? I nostri dati possono dirci come comportarsi in futuro?
Più aziende sono dati ricchi di quanto non stiano producendo valore dai loro dati.
È bene raccogliere dati, certo, ma è meglio avere una strategia per estrarre valore.
Le aziende leader stanno prendendo decisioni basate sui dati con intelligenza migliore rispetto alla concorrenza.
Per passare dai dati all'azione, è necessario conoscere ciò che differenzia i dati, sapere come arricchire i dati con altre fonti di dati e disporre dell'infrastruttura per supportarli.
Analytics per l'immagine di credito di immagine
Hai anche bisogno della giusta esperienza sul personale per ricavare il valore nascosto nei tuoi dati.
E questa può essere la parte più difficile. Dopo tutto, la scienza dei dati è un campo incompreso.
Come accennato in precedenza, molti leader aziendali e tecnici sovradimensionano le competenze del data scientist e spesso non hanno le competenze giuste per i progetti corretti. (Per un'utile guida sulle definizioni dei ruoli nel campo delle scienze dei dati, vedere qui.)
Garantire che il personale disponga delle giuste competenze in materia di dati è fondamentale per rendere fruibili i dati.
Avere la giusta strategia, squadra e tecnologia per supportare l'IA consente alle società di e-commerce di evolvere dalla semplice raccolta di dati al comportamento predittivo e all'adozione di misure proattive.
Dove dovresti iniziare?
Inizialmente, collaborare con aziende che forniscono consulenza part-time o basata su progetti ed esecuzione di progetti.
Quindi, i membri del personale interno del personale che possono lavorare insieme all'assistenza assunta per apprendere e documentare il processo.
Le iniziative di IA dovrebbero iniziare in piccolo ma avere un effetto valanga.
Dati, idee e prodotti saranno strettamente integrati e forniranno un ciclo perpetuo di innovazione e capacità avanzate.
Credito immagine AI per i leader aziendali
Nel tempo, hai un piano per sviluppare il tuo centro di eccellenza o competenza. La partnership con il modello pervasivo riduce i rischi e le spese iniziali, ma offre anche un vantaggio competitivo sostenibile andando avanti.
Come costruire l'Ecommerce AI Muscle del tuo marchio
Per passare dai dati all'azione, è necessario un punto di partenza.
Ecco i passi da seguire per costruire un centro di eccellenza per l'intelligenza artificiale e iniziare a rafforzare il muscolo della tua marca.
- Elimina l'impulso di pubblicare un'apertura per un esperto di intelligenza artificiale per fare tutto questo. E non limitarti a inviare questo al tuo CIO o CTO.
- Inizia con una strategia. Le strategie vincenti prendono un approccio pratico e iniziano in piccolo.
- Trova casi d'uso limitati che sono rilevanti per la strategia aziendale complessiva. I casi di utilizzo dell'IA di maggior successo vivono all'incrocio tra obiettivi aziendali, differenziazione dei dati e modelli di intelligenza artificiale facilmente disponibili.
- Sfrutta le competenze di terze parti su un progetto o part-time che può aiutarti oggettivamente a costruire la tua strategia. Iniziare con una strategia di assunzione prima può richiedere da 6 a 9 mesi per completare la tua visione artificiale. Un team di esperti tigre ti può aiutare a costruire la tua tabella di marcia AI in 6 settimane.
- Una volta creata la roadmap, ID casi di utilizzo ristretti che risolvono i maggiori problemi con gli scenari di implementazione più rapidi. Costruisci o implementa una versione MVP della soluzione. Un MVP (prodotto minimo vitale) dovrebbe offrire l'opportunità di implementare rapidamente la soluzione e fornire un'interfaccia per la formazione dei dipendenti sul modello di intelligenza artificiale per eseguire con sicurezza il proprio compito.
- Una volta raggiunta la fiducia (sia algoritmicamente che istituzionalmente), costruire verso la soluzione completa.
Credito immagine KUNGFU.AI
Ricorda, potrebbero essere necessari alcuni progetti sotto la cintura per vedere un vantaggio sostanziale.
Non è raro vedere benefici moderati dopo il tuo primo progetto.
L'obiettivo è quello di lavorare per la piena competenza AI.
Puoi declassare l'adozione dell'IA da parte delle tue aziende, collaborando con partner di terze parti che possono lavorare negli sprint per valutare i tuoi dati, sviluppare la tua strategia di IA e implementare le soluzioni iniziali.
Nel tempo, dovresti migliorare la tua organizzazione o assumere queste capacità per vedere il massimo beneficio.
Come sviluppare un centro di eccellenza AI
L'intelligenza artificiale non è una tecnologia o solo un'altra soluzione as-a-service.
L'intelligenza artificiale è un ecosistema di persone, tecnologie, dati e processi.
È il logico passo successivo nella trasformazione digitale.
Pertanto, l'AI dovrebbe essere considerata una decisione aziendale e non una decisione tecnologica.
Credito immagine KUNGFU.AI
AI richiede ad alcune aziende di abbattere i propri dati, le persone e i silos tecnologici e di integrarli in un nuovo centro per l'intelligenza artificiale.
Il centro di eccellenza AI è quando:
- La strategia aziendale guida le soluzioni basate sui dati.
- La tecnologia e l'infrastruttura supportano l'estrazione, l'arricchimento e l'accessibilità dei dati come velocità di break-neck.
- Un team di esperti sta eseguendo lo sviluppo di proof-of-concept AI ed esegue il processo di apprendimento per tutti i modelli di intelligenza artificiale utilizzati.
- Tutti questi componenti sono attentamente organizzati e gestiti attraverso un processo attentamente costruito con DevOps.
Per questo motivo, stiamo assistendo all'aumento del product manager di AI.
Il responsabile del prodotto AI prende l'iniziativa per eventuali nuove iniziative che richiedono intelligenza artificiale.
Possono lavorare all'interno delle singole unità aziendali per identificare i bisogni e generare idee su come l'intelligenza artificiale può essere implementata.
Il responsabile prodotti AI trova quindi i dati e i modelli necessari per l'esecuzione.
Possono persino creare un business case per l'acquisizione di nuove fonti di dati per arricchire l'output dell'algoritmo.
Nel tempo, il Centro di eccellenza dell'IA aiuta le organizzazioni guidate dall'e-commerce a superare il vantaggio a livello di progetto per essere davvero dirompenti con intelligenza e capacità avanzate.
Sintesi
Dal 2016, le aziende di e-commerce hanno iniziato a concentrarsi sull'IA come capacità aumentata per attività manuali ricorrenti come prezzi dinamici, agenti virtuali, esperienze personalizzate e consegne più efficienti.
Per le aziende più grandi, come Amazon, l'intelligenza artificiale è una forza incredibilmente diversa.
Per marchi più piccoli e emergenti, l'intelligenza artificiale è una sfida per la gestione del cambiamento.
Ma il divario tra i fanatici dell'IA e l'intelligenza artificiale non si sta allargando.
La prospettiva di un altro spostamento sismico della tecnologia potrebbe essere scoraggiante, soprattutto sulla scia della trasformazione digitale.
Non essere una vittima dell'analisi o cambiare la paralisi.
Usa le basi gettate da precedenti iniziative di trasformazione e raccolta dei dati come il vento sotto le tue vele.
Ecco una breve lista di controllo su come affrontare l'intelligenza artificiale nell'e-commerce per il tuo marchio.
- Inizia piccolo. Non preoccuparti di auditare l'organizzazione e assumere il tuo primo leader AI di livello C fuori dai cancelli.
- Trova un buon partner chi può portarti dalla raccolta dei dati attraverso una strategia ben definita, e poi in azione.
- Impara da quel partner per costruire la propria competenza nel tempo.
Hai già compiuto la parte difficile. Hai dati e una strategia aziendale.
Tutto ciò di cui hai bisogno è un caso di utilizzo pertinente e ristretto da applicare al tuo primo progetto di intelligenza artificiale.
L'implementazione dell'IA può essere difficile da mettere in panchina, ma farlo è fondamentale per sopravvivere nella futura economia di e-commerce in cui i vincitori e i vinti saranno definiti in base a ciò che fanno con i dati e in che modo aumenteranno il loro capitale umano.
